คำอธิบายโดยละเอียดของ 3 โมเดลที่นำไปใช้กับระบบแนะนำ
-
ตัวสร้างผู้สมัคร: การแนะนำตามแอปที่ติดตั้งอยู่เดิมอาจก่อให้เกิดอคติได้ จึงพิจารณาอัตราการติดตั้งหลังการแสดงผลร่วมด้วย
-
ReRanker: คำนวณลำดับของแอปที่แนะนำใหม่จากแบบ "pointwise" เป็นแบบ "pairwise" เป็นวิธีปรับลำดับเชิงสัมพัทธ์อีกครั้งสำหรับแอปที่ถูกเลือกจากชุดแอปที่นำเสนอในสถานการณ์หนึ่ง
-
การเพิ่มประสิทธิภาพหลายวัตถุประสงค์: ระบบแนะนำจำนวนมากทำการเพิ่มประสิทธิภาพพร้อมกันต่อเป้าหมายอย่างความเกี่ยวข้อง ความนิยม และความชอบส่วนบุคคล โดยเป้าหมายจะเปลี่ยนแบบไดนามิกตามความต้องการของผู้ใช้ ตัวอย่างเช่น หากผู้ใช้ที่เคยสนใจแอปค้นหาบ้านได้บ้านแล้ว ก็อาจหันไปสนใจแอปแต่งบ้านแทน เพื่อรองรับกรณีเช่นนี้ จึงปรับปรุงเป้าหมายรองโดยคำนวณเป็นเปอร์เซ็นต์แทนค่าตัวเลขสัมบูรณ์
ยังไม่มีความคิดเห็น